Na konci 20. století se objevila umělá inteligence, programovaná počítačovými inženýry na základě série lidmi vytvořených instrukcí (pravidel), což této technologii umožnilo řešit základní problémy.
Poznámka editora: Mnoho odvětví je v informačním věku ovlivněno novými technologiemi. S dopadem automatizace, informatiky a umělé inteligence (AI) nejsou výjimkou subjekty, jako jsou lékaři, nemocnice, pojišťovny a odvětví související se zdravotnictvím. Ve zdravotnictví však konkrétně měla AI pozitivnější dopad než v jiných odvětvích.
První generace
Lze si představit, že školení v oblasti umělé inteligence je v této fázi podobné přístupu, který používají studenti medicíny; systémy umělé inteligence se učí stovky algoritmů, které převádějí symptomy pacientů do diagnóz. Toto je považováno za první generaci, která integruje principy zdravotní péče do systémů umělé inteligence.
Rozhodovací algoritmy jsou jako strom rostoucí od kmene (problému pacienta) a odtud se rozvětvuje. Například pokud si pacient stěžuje na silný kašel, lékař nejprve zkontroluje horečku. Budou existovat dvě sady otázek v závislosti na tom, zda má horečku či nikoli. Z první odpovědi vyplynou další otázky týkající se pacientova stavu. To následně vede k dalšímu větvení. Každá větev se nakonec stává diagnózou, která se může pohybovat od bakteriálního, plísňového nebo virového zápalu plic až po rakovinu, srdeční selhání nebo řadu dalších plicních onemocnění.
Celkově vzato, první generace umělé inteligence dokázala rozpoznávat problémy, ale ještě nedokázala analyzovat a klasifikovat lékařské záznamy. V důsledku toho nemohla být tato raná forma umělé inteligence tak přesná jako lékaři, kteří kombinují lékařskou vědu se svou intuicí a zkušenostmi. A kvůli těmto omezením se umělá inteligence založená na pravidlech v klinické praxi v jiných dobách používala jen zřídka.
Plná automatizace
Na začátku 21. století začala druhá éra umělé inteligence (ANI), tedy umělé inteligence, která řeší specifické skupiny úkolů. Příchod neuronových sítí, které napodobují strukturu lidského mozku, vydláždil cestu pro technologii hlubokého učení. ANI funguje velmi odlišně od svých předchůdců. Místo poskytování pravidel předem definovaných výzkumníky systémy druhé generace používají masivní datové sady k rozlišení vzorců, jejichž identifikace by lidem trvala velmi dlouho.
V jednom příkladu vědci vložili do systému ANI tisíce mamogramů, z nichž polovina ukázala maligní rakovinu a polovina benigní rakovinu. Model dokázal okamžitě identifikovat desítky rozdílů ve velikosti, hustotě a stínování v rentgenových snímcích a každému rozdílu přiřadit impakt faktor odrážející pravděpodobnost malignity. Důležité je, že tento typ umělé inteligence se nespoléhá na odhady (nějaká empirická pravidla) jako lidé, ale místo toho na jemné odchylky mezi maligními a normálními nálezy, kterých si není vědom ani radiolog, ani softwarový vývojář.
Na rozdíl od umělé inteligence založené na pravidlech nástroje umělé inteligence druhé generace někdy překonávají lékařskou intuici v diagnostické přesnosti. Tato forma umělé inteligence však také vykazuje vážná omezení. Zaprvé, každá aplikace má specifický úkol. To znamená, že systém vyškolený ke čtení mamogramů nemůže interpretovat skeny mozku ani rentgenové snímky hrudníku. Největším omezením ANI je, že systém funguje dobře pouze tehdy, když má data, na kterých byl vyškolen. Jasným příkladem této slabosti je situace, kdy se UnitedHealthcare spoléhala na úzkou umělou inteligenci k identifikaci nejslabších pacientů a poskytování dalších lékařských služeb. Při filtrování dat vědci později zjistili, že umělá inteligence učinila škodlivý předpoklad. Pacienti byli diagnostikováni jako zdraví jednoduše proto, že jejich lékařské záznamy naznačovaly, že dostávali málo lékařské péče, zatímco pacienti, kteří dostávali více lékařské péče, byli z hlediska zdraví podceňováni...
Příští generace umělé inteligence umožní lidem diagnostikovat nemoci a plánovat léčbu stejně jako kterýkoli lékař. Nástroj od Googlu generovaný umělou inteligencí (MED-PALM2) v současné době složil zkoušku pro získání lékařské licence s hodnocením na expertní úrovni. Mnoho dalších lékařských nástrojů umělé inteligence nyní dokáže psát diagnózy podobné diagnózám lékařů. Tyto modely však stále vyžadují dohled lékaře a zatím nejsou schopny lékaře nahradit. Vzhledem k současnému exponenciálnímu tempu růstu se však očekává, že tyto aplikace se v příštích pěti letech stanou nejméně 30krát výkonnějšími. Předpokládá se, že budoucí generace nástrojů, jako je ChatGPT, přinesou lékařské znalosti všem a zásadně změní vztah mezi lékaři a pacienty.
Sestavil VIET LE
Zdroj
